整合營銷服務商
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
｜金沙江創投管理合伙人 張予彤
哪些公司在2022年依然取得了激動人心的增長？哪些前沿科技已日趨成熟即將爆發？2023年科技創投界的熱點與風向將在何方？
過去一年，我們走訪觀察了全球新興科技企業，探尋星星之火背后的核心動能，求索科技行業新格局下初創企業的下一個大機會。
在這篇三萬余字的報告中，我們梳理了五大前沿趨勢，巡禮其中最值得關注的19家初創企業，與我們最尊敬并始終與我們并肩前行的創業者們分享共勉：
提名公司：Descript，Jasper，Runway，Inflection.ai
提名公司：Deel，Miro，Chainalysis，Vercel，Snyk，Plaid
提名公司：Neuralink，Biofourmis，Calibrate Health，Pivot Bio
提名公司：Supabase，PlanetScale，Wiz
提名公司：Commonwealth Fusion Systems，Everyday Robotics
回顧過往，中國科學家、工程師與企業家在推動科技的邊界中，始終扮演著關鍵的角色。我們不僅會堅定支持以科技為支點撬動商業機遇的創業者們，也相信在未來10年，在全球核心的科技與商業節點上，會有更多中國創始人的名字，也期待能陪伴創業者駛向科技的星辰大海。
2023年機會猶在，中國仍將是最好的投資市場。讓我們有更多的耐心和信心，共同為一個美好的科技未來做好準備！
在此鳴謝共創報告的伙伴們溫綿綿，杜頔康，陳瑞玨，牛源蕾
生成式AI將如攝影一樣，推動藝術的突破。19世紀，達蓋爾拍攝的街道宣布了攝影術的誕生，將畫家從捕捉現實世界的任務中解放出來，拉開了印象派，表現主義與抽象派百家爭鳴的現代藝術史。現代藝術家在畫作中拋棄了再現現實世界的目的，轉而表現視覺感受，內心的主觀表達。而到了 20 世紀中期，攝影的再現寫實和抽象的藝術表達出現了一次新的融合，攝影家們將構圖，曝光時間，光線的控制以及后期處理技術結合起來，開創了"抽象攝影”這個全新的藝術流派。
（Vortograph, 1916–17，Coburn通過創新的鏡頭附件和拍攝技巧，開創了抽象攝影）
今天，像 DALL·E 2 這樣的AI大模型可以按照你能想到的任何藝術風格進行創作，包括現實主義、野獸派、印象主義甚至抽象派等。它還可以學習指定任意藝術家，甚至糅合梵高與畢加索的風格進行創作。當這項技術的潛力被充分地發揮出來，當代藝術家又將如何應對呢？
盡管 DALL·E 2如此強大，它也最多像它的訓練數據一樣強大，就像是一位只能根據腦海中已掌握的技巧作畫的藝術家。我們仍然需要藝術家對世界有獨立的觀察和思考，不斷提問與表達。大模型會推動藝術家進入到下一個藝術思潮，會誕生前所未有的藝術風格，也會出現新老藝術媒介的融合，產生更高的創作自由度。
技術紅利消失了？生成式AI還可以持續釋放生產力，今天的大模型就是明天的小模型！
大算力：大模型需要大規模的底層芯片來處理大量數據并執行語言理解和生成所需的復雜計算。這包括功能強大的 GPU集群，可以加速訓練和推理過程。
大參數：GPT 1.17 億參數，到 GPT-3 1750 億參數，不斷突破能力邊界的GPT模型是一部暴力美學的代表作，也代表了一種AI發展的價值觀，以大計算為杠桿實現智能。大模型的意義在于通用性和極強的泛化能力，剛出現的時候還有很多的局限性，但每一次都做到了以前無法想象的事情，并且還將繼續出現更多新的突破。
大架構：
ChatGPT
生成式AI的一個爆炸性產品是ChatGPT，于22年11月一經推出，馬上引起了病毒式的傳播，一時間用戶和ChatGPT的聊天記錄充斥著所有的社交媒體。這引起了Google的警覺并正式宣布進入Code Red狀態，緊急召回了兩位創始人拉里·佩奇和謝爾蓋·布林商量對策。作為AI和搜索領域的萬億美金巨頭，搜索是Google的基石業務，也是常青的互聯網入口級產品，每天有數十億用戶通過它搜索信息。
這次的Code Red也來自于ChatGPT的爆火，同時一部分用戶更喜歡通過問答而不是關鍵字搜索來獲取信息；這個危機事件中看到機遇的一方則是微軟，早在2019年，微軟就投資了OpenAI 10億美金，成為主要的外部股東，同時也聯合OpenAI推出了Github Copilot。在ChatGPT出圈后，也開始積極推進數年累積投資100億美金增持到49%持股與未來收益權的交易，通過加深與OpenAI的合作，積極將ChatGPT整合到Bing，正面挑戰Google的搜索業務。
為什么Google沒有發布ChatGPT這種產品？搜索引擎旨在幫助用戶在互聯網上查找信息，它的工作原理是對網站內容進行爬蟲和索引，然后使用算法對這些頁面與用戶搜索查詢的相關性進行排名。Google返回的是與用戶查詢相關的網頁列表，而 ChatGPT 是根據輸入的內容生成響應。它不會對內容進行事實核查，也無法區分經過驗證的事實和錯誤信息，并且不提供信息來源。它還會編造答案，這種現象被研究人員稱為 hallucinations。
這些因素會帶來很多業務中的法律風險，也許就是Google遲遲沒有推出產品的顧慮，讓用戶可以相信他們從搜索獲得的答案。很期待它如何做出響應，融合大模型和搜索，做出更好的用戶體驗。
如果我們問ChatGPT：“是不是可以先用ChatGPT獲得答案，然后再去Google驗證信息？”它也會認可這是個不錯的方法，雖然調侃了它的無中生有，但它的回復的思維邏輯又無懈可擊。
ChatGPT關于Google的回答
ChatGPT也定義了人與AI的關系：如魚得水，如膠似漆。ChatGPT最大的創新就是 RLHF (Reinforcement Learning with Human Feedback)，通過不停止的收集人類的反饋，讓機器從他們犯的錯誤中學習并相應地調整行為。人類可以不斷地幫助AI在決策過程中變得更加高效和準確，也減少了額外的人工標注的成本。人機結合進行改進的能力終將產生顛覆性的影響，也是一種人類文明的匯集，承載和傳承。
提示工程，Prompt engineering，是一個門檻最低的編程語言。掌握智能技術將會成為每個人的必備技能，當編程門檻已經降到了提示工程，沒有嚴格的語義，只要會自然語言，就可以將人類的想法轉化為可重復執行的程序。不需要訓練更多的人成為程序員，但必須把它當做一個編程工具去學習。常見的高級編程語言如Python、Java、JavaScript等大多誕生于90年代。未來的某個時刻，對于沒有經過技術培訓的普通用戶來說，如何使用AI系統的能力也會是一項職業必備技能，就像今天的白領工作者都必須具備使用搜索引擎和Office辦公套件的能力一樣。
Prompt是一個問題或者指令，也可以是輸入數據和用例示范，用于指導 AI 系統生成響應。今天提示的微小改變都會對AI的結果質量產生關鍵的影響，使用者還是需要理解AI系統的能力和每個模型特定的局限性。
學習如何找到明確的Prompt，不產生信息損失，也沒有信息混淆，而不是編寫程序本身。與大多數工程一樣，這也是一個持續迭代的過程，要靈活的運用對話記錄來指導AI。在提示鏈中，我們可以強制模型遵循一系列的“推理”步驟來糾正模型的錯誤，比如提示模型引用正確的來源來將模型推向正確的方向。還可以創建工具來存儲困難任務示例的“測試集”，評估新提示的質量是否在原有基礎上有改善。
在未來的生產力年代，我們每個人都需要成為超級用戶Pro User，才能真正的掌握表達思想的道具。當然也可以期待Prompt變得越來越容易，模型變得越來越智能。
內容創作的“零門檻”化。我們生活在一個內容爆炸的年代，技術一直以來做到的就是不斷的降低內容生產的門檻，讓沒有多年學習和經驗的人，也參與到內容生產中來。
比如畫家需要表達需要審美，技法，構圖的綜合體現。攝影的出現，就讓需要表達的人可以擺脫對畫師技藝的要求來進行藝術創作。這可以帶來更加多樣化和包容性的內容生態系統，任何人都可以參與創意、思想和藝術的創造和傳播。
同樣，人工智能生成的內容技術也在讓內容制作過程進一步的降低門檻。
在內容生產效率上，AI 可以快速生成大量內容，并且只需最少的人工輸入，這可以為企業節省時間和降低人力成本。 尤其在問答，長文檔的總結等任務上，例如Jasper主張其對營銷文案10倍的效率提升；在更為嚴肅的科研寫作領域，Nature的一篇新聞也指出，至少4篇文章將ChatGPT列為論文的Co-Author。
而編程領域的應用同樣激動人心：開源是軟件能夠迅速發展起來的核心，也為大模型提供了數十億行代碼的訓練數據。這些工具的目標不是要取代程序員，而是要讓像 Codex 和 Copilot 這樣的工具與人類“結對”，以提高編程的效率。
比如遇到不熟悉的語言，API接口，SQL查詢數據，甚至企業里維護的legacy代碼。很少有開發人員可以同時精通所有的編程語言，包括 C++、Java、Node.js等等。很多程序員也是從 StackOverflow上面復制粘貼代碼片段。當然仍有很多場景還不適用導致準確率不高，需要去Debug AI生成的代碼，反而會花費更多的時間。
ChatGPT在編程任務上展現出了比Copilot更大的想象空間：Copilot還是只能做到自動補全。閱讀、建議和修改文本以創建傳統的軟件程序。Copilot是無狀態的，用戶只能通過修改prompt重新生成代碼。語言模型本身不跟蹤狀態。而ChatGPT在其中跟蹤從一個prompt到下一個prompt的狀態，可以根據用戶反饋迭代輸出，實現了復雜的“會話”。比如如果在對話中提供了更多的上下文，API 提示和數據庫Schema等背景信息，可以更好的幫助AI的代碼生成。甚至可以在提示中教授算法。
規模化與個性化：生成式AI可以支持內容制作的規模化，以滿足突然出現的大量受眾的需求，或同時支持幾十種語言的內容生成。比如在Tiktok上做多語言投放的內容的營銷文案：包括文本、圖像和視頻。同時人工智能生成的內容可以為不同的目標受眾創建個性化內容，為用戶提供更具相關性和吸引力的體驗。比如用文字，語音驅動的數字人視頻內容。
質量不高：AI 還是基于概率模型生成的內容，往往存在邏輯錯誤，比如誤解問題，混淆了不同信息的輸出位置，也會無中生有捏造事實。 更加適用于對質量要求不高，錯誤容忍度高的場景，或者嵌入專業技能的人來做質量判斷的工作流程。
成本還需要進一步的下降：文字的成本大概是幾美分，但如果是生成3D模型，今天的成本依然在10美金左右，還無法真正普及。
Sam Altman 對于付費相關問題的回應
道德問題：AI 生成的內容可能會引發錯誤信息的傳播以及使用 AI 生成的內容冒充個人帶來的安全隱患。 比如可以通過Deepfake技術，替換視頻中的內容。
價值偏見：人工智能生成的內容是基于它所訓練的數據，也會繼承人類認知中對于性別、職業、種族的偏見，會產生很多種族主義和性別歧視的回答。
對數據的依賴：人工智能生成的內容依賴于大量數據來訓練模型，如果數據不具有代表性或多樣性，則生成的內容也不會多樣化或具有代表性。 比如問他FTX是否安全與合規，因為訓練數據截止于2021年，它會給出與現狀完全不同的答案。
法律合規：AI 生成的內容可能面臨法律挑戰，例如侵犯版權，或者其產生內容的知識產權歸屬問題尚不明確。比如國內一度盛行的AI換臉應用“ZAO”，以及Copilot是否復制代碼引起的對于微軟合規使用Github數據的討論。
危險信息：比如可以讓他解釋如何做恐怖襲擊。
在數據維度，ChatGPT是基于2021年及之前的數據而訓練，還不能實時更新最新的數據或者連接互聯網，執行程序拿到反饋去優化模型，或者在模型的風格上更加的微調以適應個人風格和偏好。試想如果未來這些成為可能，將會給我們的世界帶來多大變化？
在模型維度，不斷擴大模型參數的暴力美學并非唯一的路徑，例如披露的GPT4的參數量就并不會顯著多于GPT3的1750億的規模，如果未來的方向不會是參數規模越來越大，除了增加數據和參數規模外，大模型的架構會如何演進也同樣令人期待。
大模型也給AI系統軟件帶來的挑戰：壓縮、硬件加速和在邊緣的部署，都仍有提升的空間：AI模型的數據結構化，比如把可信的知識放在一個可查詢的結構化的數據庫里，可以進一步的壓縮大模型的規模，提高結果的可信程度；AI模型的存算分離，可計算的模型也可以抽離出來；隨著邊緣計算、機器人的普及，如何適配異構硬件環境，支持更多的智能終端。
在商業與生態上，未來將如何分工？大模型的預訓練成本需要至少上億元的前期投入（Stable Diffusion的訓練使用了4000 個英偉達 A100 的 GPU 集群），很難也沒有必要重復通用泛化的建設基礎設施底座。早期以探索前沿AI為核心目標的公司：Deepmind被Google收購提供支持；OpenAI最開始是非盈利組織，后面微軟的不斷注資，都是依靠著巨大的算力，數據和資金成長起來的。
初創企業的機會在哪里？
大模型需要豐富的插件生態，圍繞基礎模型的ISV插件生態是初創企業的機會
基于垂直產業的小模型也可以在差異化的場景，與大模型形成有效的互補
我們相信，基礎的通用大模型與場景專精的中小模型或者插件，將會把AI商業化帶到下一個里程碑。
推薦理由：虛擬世界里最重要的就是內容創作者生態，不斷的降低創作門檻才能釋放新的生產力。Descript 定義了下一代易于使用的視頻編輯平臺，可以像編輯文檔一樣，剪輯視頻。拍攝視頻的成本還是很高的，需要布景燈光，準備腳本，但錄制的過程，如果創作者沒有經過專業的訓練，就會存在靜音，填充詞和出現口誤。Descript把AI巧妙地應用到了視頻糾錯這個高價值場景里，既發揮了AI的效率，又克服了技術今天原創內容質量不高的局限性，打造了基于現有技術成熟度的人機協作創作高質量內容的完美場景。
Descript
Descript
成功要素：創始人Andrew Mason是之前美國最大的團購網站Groupon的創始人，成功帶領公司在2011年上市，作為主導過百億美金的連續創業者，Andrew最初切入的播客音頻剪輯市場并不大，但幾乎統治了這個市場，伴隨著視頻編輯能力的完善與客戶向視頻創作的轉型，Descript順勢切入了視頻編輯這個更大的賽道。
Descript做了精妙的市場定位與差異化競爭策略，并不直接與專業的視頻編輯工具如Adobe AE競爭，僅提供濾鏡和綠幕等一些基礎視頻編輯能力。核心亮點是準確的ASR提取文本，并基于文本對視頻內容進行抽象與關聯，讓創作者可以基于文本，段落等結構化信息來對視頻進行剪輯，剪輯后也可以導出到更多專業工具中。
Descript
Descript采用了Freemium的模型，提供每月1小時剪輯內容的免費賬戶到30小時每月的Pro（30美金/月）的付費賬號，讓業余愛好者可以低門檻嘗試。為了推廣產品讓創作者進行背書，Youtube等創作平臺發布內容，并且為Descript帶來成交客戶的，可以從客戶第一年的收入中獲得15%的分潤。
作為一名主導過上市公司的連續創業者，Andrew在資本市場上也動作頻頻，2019年A輪融資同時宣布收購了Lyrebird，為用戶提供了殺手級功能Overdub，可以在用戶口播文本中增改文字讓視頻內容自動生成。在2022年大模型應用井噴的時代，引入OpenAI領投的新一輪融資，2x估值并且引入OpenAI的核心技術背書。
推薦理由：Jasper是連續創業者的贊歌，也是創始人第3次在營銷科技賽道的創業，通過上一段Proof積累的場景理解以及2.5萬名信任他們的客戶，借力GPT3的驚艷效果在2年內做到近億美元ARR，驗證了生成式AI的規模商業化能力，盡管面臨ChatGPT的挑戰，Jasper團隊積極推出Jasper Chat以及Jasper Art拓寬產品線提高TAM，也有望成為首個破億ARR的生成式AI公司。
Jasper
Jasper
成功要素：三位創始人是Martech領域的連續創業者，在發起Jasper之前已經在營銷場景經歷了7年的時間，從最早的咨詢公司Market Results，再到17年發起Proof幫助企業為用戶提供個性化的登錄界面，創始團隊在營銷科技場景已經積累了豐富的經驗和廣大的客戶群體。Jasper的成功很好地驗證了創業是認知、客戶、團隊積累的一次爆發：Proof的2.5萬家客戶，幫助Jasper快速完成PMF并且在一周內完成數百萬美金ARR。
在產品與技術上，Jasper更擅長營銷長文的協作，相比競爭對手能夠提供更多元化的價值，例如對SEO的優化，規避Google等搜索引擎在AI生成內容上降低搜索權重的影響，幫助客戶捕獲有機流量，同時可以對是否抄襲進行自動檢查，避免知識產權問題。
Jasper
團隊對AI技術與營銷場景結合極具洞察與執行力，最早的PMF就是基于GPT3 API，針對長文本營銷寫作進行調優，后又推出Jasper Art的營銷圖像生成以及Jasper Chat的對話式寫作工具，給用戶提供更完整產品矩陣。
在增長中以產品為引擎，提供免費版本的5天試用權限，在產品上引入Chrome插件，讓用戶可以更低門檻地嘗試產品，縮短Time to Value。用G2上平均分高達4.9/5的產品評分來為產品的進行背書，并且對于轉推薦的客戶給予30%收入的返利從而激勵社群的裂變傳播。產品可以直接開通試用，近乎0交付成本，為了幫助用戶更好地使用產品，提供了豐富的Q&A以及Blog和文檔，在Facebook有一個7萬多人的社群可以討論各種基于Jasper的最佳實踐。
推薦理由：Runway是一家由AI驅動視頻編輯的SaaS企業，最初因為2022年爆火的Stable Diffusion以及圍繞這個開源模型的版權糾紛而被大家所熟知，三位來自智利、希臘的移民，在紐約大學求學的過程中，共同完成畢業論文結下不解之緣而決定一起創業，經歷4年低調的探索在生成式AI元年迎來廣泛認可。
Runway
up
成功要素：Runway的團隊能夠很好地在創作者和AI之間找到一個平衡，CEO是設計師背景，與2位聯合創始人在紐約大學ITP（Interactive Telecommunication Program）相識，共同完成的畢業論文成為了Runway的產品原型。首席科學家則是Stable Diffusion的合作者之一，也建立了和慕尼黑大學、紐約大學的學術合作。
在生成式AI成為最炙手可熱的技術概念之前，Runway就堅持在探索AI和創作結合了，視頻對于制作水準的要求提高了視頻后期處理的挑戰，Runway在前生成式AI時代為創作者提供了摳像，穩定追蹤，刪除雜物等能力；當Dall-E-2橫空出世，Runway的團隊也捕捉到了大模型給圖像視頻創作帶來的新機會，對創作者需求的把握，對AI技術的理解與將兩者結合的堅定探索，讓Runway成為了功能最完備的AI視頻編輯工具。
Runway
Runway采用了按照席位數付費的商業模式，對于個人用戶提供永久免費的基礎版本不過只能使用部分AI的工具，對于可用資產和導出的視頻精度也有限制，而15美金每月的Pro版本以及35美金每月的Team版本，則有更大的資產存儲空間，同時可以使用更為完備的AI能力。而Enterprise企業用戶則可以享受定制化的專屬模型，同時提供安全合規的企業級功能。
盡管當前Runway的營業收入還不到500萬美金，但是在抓人眼球這件事情上，Runway一直做得非常好，自Stable Diffuison受到關注之后，Runway逐步發布了兩段視頻用于展示其AI的能力，以及通過文本的交互式編輯能力，在創作者用戶群中收獲了大量的關注度。
推薦理由：由DeepMind創始成員Mustafa Suleyman和原Linkedin聯創Reid Hoffman組成的頂級創始團隊，希望通過AI重新定義人機交互。公司成立之初便獲得2.25億美金的融資金額，躋身獨角獸之列。該方向已經在Deepmind的研究"通過數據驅動的方法訓練AI控制計算機/A data-driven approach for learning to control computers"中初見成效，期待在Inflection.ai團隊的探索下有機會誕生全新的人機交互模式。
IInflection.al
price
由于Inflection.ai沒有公布任何產品信息，這里我們用了它的競品Adept.ai的產品頁面來給大家一個直觀認識新型的人機交互模式產品。用戶可以通過chat的模式調用應用程序流程，得到人通過鼠標點擊應用程序相同的結果，類似于去掉自動化流程設置的RPA bot。
隨著多模型的訓練成本不斷在降低，AI模型的不斷提升使得AI理解不同內容(如圖像、文本)之間的關系使得一個可以將請求轉為各種計算機指令的系統成為可能。但想要構造一個全新的人機交互模式，數據的瓶頸仍然是現階段需要解決的第一個問題。大量的在應用程序中完成任務的事例以及對應的文本描述數據的收集與獲取并不容易。即使有了數據之后，模型的生成、提升與穩定所需要的成本對初創公司來講也不是小數目。期待Inflection.ai團隊能在有限的資源的情況下盡快將產品demo與我們分享。
全球化2.0(主要指人才、信息與服務和數據的流通)將會是一個更加長期和復雜的過程，世界將在多元化(diversified)和本地化(distributed)、人性化(disposition)和數字化(digitalization)的動態平衡中常態化。
i
2022年，在中國創投市場最流行的一個詞莫過于『出海』。在過去10年的時間里，中國消費互聯網企業不僅誕生了比肩Amazon和Facebook的的阿里巴巴與騰訊兩大巨頭平臺型公司，本土互聯網和科技行業水大魚大。放眼世界，我們也孕育出了成為全球市場領頭羊的眾多企業和企業家。快時尚品牌Shein，直接挑戰全球電商巨頭Amazon與Shopify，2021年收入超過160億美金。原神與Tiktok，分別在游戲和短視頻社交領域所向披靡，原神總收入超過36億美金，Tiktok全球月活躍用戶超過12億。在數據基礎設施領域，特別是開源社區領域，如PingCap，也開始嶄露頭角。
Shein的成功，得益于中國在全球化1.0的世界格局里提供的強大服裝供應鏈，每天2千款上新的速度也倒逼了供應鏈更加柔性，升級了快速迭代的供貨能力。中國強大的供應鏈能力不僅體現在服裝生產端，小到智能家居和電子產品、大到汽車和機器人制造，都可以在長三角和珠三角找到全球最便宜、生產速度最快、質量最好的供應商。Pingcap的成功則與全球化2.0里中國的人才流動和服務流動密不可分。中國的互聯網工程師占全球工程師總量的1/3, 技術實力過硬，代碼質量過關，但成本僅為硅谷工程師的1/3。在疫情后全球化遠程辦公的今天，工程師紅利的輸出將會在『出海』這個大主題下尤為重要。除了工程師以外，在激烈競爭環境下積累的互聯網用戶交互側的產品和運營實戰經驗，特別是基于大量用戶數據的AI算法，可以說在Tiktok這里取得了驚人的效果。我們相信，在全球化2.0的時代里，中國過硬的供應鏈優勢、優秀的工程師紅利和產品運營經驗的積累，將會持續幫助和成就中國出海公司成為全球化2.0時代的焦點。
turning
業務全球化面臨的第一個挑戰是，企業需要滿足不同國家和地區的法律法規。從招聘到運營到數據安全等，都需要受到不同國家和地區的約束。例如在數據的跨國流動里，歐洲有數據導出的地域限制，要求數據在本地國家存儲和處理。因此，公司必須創建單獨的基礎設施、計算能力和本地團隊，且無法為跨地域的客戶提供服務。而有些國家，例如印度尼西亞，則允許將數據復制到原產國以外的地方進行處理，但需要在當地基礎設施中備份這些數據。
根據DHL的研究統計，跨區域的信息從2000年開始便在全球化指數中以超過人才流動、資金流動和貿易流動指數的絕對優勢不斷增長。為滿足全球化2.0里不同地區的合規要求，針對不同跨國業務領域的企業服務公司也應運而生，且部分公司由于疫情的原因增長迅速，例如幫助公司進行遠程雇傭管理的Deel，在短短2年的時間內，ARR收入快速增長到一億美金。
2001-2020
2005vs2014
除了傳統的企業服務外，誕生在全球化2.0時代的新技術，例如區塊鏈，帶來的合規化的挑戰也不容小覷。由于區塊鏈公開透明的數據和全球用戶匿名的屬性，這給監管提出了更高的要求。專注區塊鏈數據分析的獨角獸Chainalysis從為IRS提供反洗錢監管解決方案切入市場，在政府監管領域站穩腳跟，為全球區塊鏈的安全與監管保駕護航。新技術與監管手段不斷演化，越來越多的全球問題可能通過廣泛的公私合作關系找到解決方案，將使當今不透明和隱藏的多層交易結構變得更加可觀測和可監管。
過去三年，由于疫情的影響，世界各國為控制疫情的蔓延，紛紛采取了更嚴格的邊境管制和簽證制度。然而，當我們回看統計數據時卻發現，疫情期間中國的外貿出口卻并沒有停下腳步，反而一直在增長。從2020年的2.59萬億美元增長為2021年的3.36萬億美元。
USD
同樣，盡管疫情使得人與人之間的面對面交流變得困難，但卻恰恰成為了遠程辦公的催化劑和協同工具增長的加速器。人與人之間的溝通與協作，并沒有因為距離的原因而疏遠，反而促進了更遠距離，甚至跨國協同變得習以為常。與全球化1.0關于貿易、資金和貨物的流動不同，全球化 2.0允許所有公司，無論大小，在全球雇用員工，從而打破單一地區的技能勞動力的供應不足問題。根據麥肯錫全球化人才流動統計，隨著社交媒體的發展，如果我們把擁有1個外國朋友的人與旅游、求學、工作等等進行實際跨國流動的人群一起計入全球人才流動數據的話，早在14年，該統計數據便超過了10億人。盡管疫情帶來了旅游人群的大規模減少，但是其他形式的人才流動，例如跨國遠程工作、移民、求學等卻只增不減。
2001-2020
此外在勞動力成本較高的國家，例如美國和中國的一線城市，由于地區生活成本高昂和人口老齡化帶來用人成本急劇增加。在全球化1.0貨物流通的時代，生產成本向勞動力較低的地區傾斜，影響了全球的制造業勞動人口。而今天在全球化2.0的時代，在數字科技的支持下，服務業的勞動人口分布正在被重塑。工作報酬越高，且工作地點對產出影響有限的職位，遠程雇傭便會先從這個職位開始替代，比如程序員。遠程雇傭的興起，會一定程度上彌合發達國家與發展中國家的薪酬差距，同時也會引發發展中國家對于人才的新的競爭。比如印尼發放的數字牧民的工作簽證，為巴厘島帶來了許多的創業公司的年輕員工。
22年能與『出海』這一關鍵詞相提并論的另一關鍵詞一定是『PLG(產品驅動增長)』。與傳統企業服務所遵循的『SLG(銷售驅動增長)』不同，在PLG模式下，使用產品作為獲取和留存客戶的主要工具，客戶可以通過內容找到產品，并自助注冊使用和付費。采購決策基于最終用戶，而不是高管，實現了銷售和實施的線上化。后期通過用產品迭代增加和用戶的數字化觸點，進一步實現留存線上化。眾多近年來增長快速的公司，如Zoom, Notion, Figma, Slack等等均是PLG模式的代表。特別是在疫情發生后，正常的銷售拜訪無法成行，對銷售驅動增長的產品影響很大。但PLG模式的產品，例如Miro，Zoom等，均得到了快速的用戶數量的增長。這一模式也影響了眾多基礎設施公司的用戶交互，在自助注冊和使用的便利性上得到了非常大的提升。 隨著線上化和數字化的加速，員工在日常工作中接觸了比以往更多的線上經營數據和用戶信息，傳統的集中式安全防護已經不再適用。更多的線上工作環境也更容易暴露更多的的安全漏洞，據悉，疫情之后，世界衛生組織的受到的網絡攻擊數量為疫情前的5倍以上。針對網絡勒索，數據泄露等相關的網絡安全和云安全等需求在疫情后也得到了快速發展。例如20年成立的以色列的云原生安全公司Wiz，聚焦多云環境Severless架構下的云原生應用保護，僅僅用了18個月便完成了1億美金收入的門檻。
推薦理由：Deel在成立短短3年的時間內，ARR突破2.9億美金，全球客戶數量增長至15000+。HRtech本是個成熟的領域，但疫情推動了線上辦公，也隨之開啟了一個遠程雇傭的全新市場。Deel除了業績突飛猛進，它還突破了SaaS只是做產品和收取訂閱費用的傳統模式。結合了自身軟件產品和全球合作伙伴生態所提供的服務，才讓Deel可以在短時間內迅速滿足企業在全球150 多個國家的雇傭合規。同時通過內嵌金融服務，進一步的加強自身商業模式的貨幣化率。
deel
arr
成功要素：
推薦理由：Miro是在線多人協作白板工具，在過去2年時間里，用戶量和付費用戶均增長了5倍。20年便突破1億美金收入，99%的財富100的客戶均為其用戶。
miro
5x
成功要素：團隊在在線白板產品領域深耕多年，產品支持思維導圖、甘特圖、看板和產品圓形圖等一系列內容的繪制，非常精準的切中遠程辦公場景的協同溝通需求。
ideas
Miro走的是典型的freemium+PLG工具化產品的擴張路線，且天然帶有強烈的網絡擴張效應。用戶可以免費注冊，根據功能、協同人數和白板數等可以選擇更多的付費套餐，從每月8美金，16美金到企業定制化不等。Miro的用戶量從2020年的700萬用戶增長到21年的2000萬，付費用戶數從2萬增長到13萬，用戶總量到22年底已經達到4500萬。
API集成也是Miro的一大特點。用戶即可以在Miro里集成其他工具來管理項目，也可以將Miro集成在其他工具里進行更好的協作溝通。與眾多第三方工具的API集成，使得Miro成功的從單一的工具產品轉向了平臺產品。用戶粘性和產品延展性都得到了極大的提升。
在平臺模式的基礎上，Miro也漸漸開始建立自己的生態閉環，包括社區、咨詢和專業的服務等。成功從單一工具產品升級為平臺產品與生態的結合，利用整個生態的力量開始不斷擴圈，開啟了第二增長曲線。
推薦理由：Chainalysis是鏈上數據分析的獨角獸，通過Reactor, KYT, Kryptos等核心產品矩陣，Chainalysis服務了70多個國家和地區包括政府、金融科技和金融機構公司在內的750多個客戶，為全球區塊鏈安全保駕護航。
chanalysis
ndr
成功要素：Chainalysis走的是大客戶銷售(enterprise sale)策略。通過合規和安全切入行業，幫助各國政府和交易所追蹤被盜數字貨幣。14年成立之初剛好發生Mt.Gox比特幣被盜事件，Chainalysis也參與了追蹤，服務了FBI和IRS兩大標桿政府機構，成功的在Crypto行業與政府監管中構建了橋梁。
在大客戶端站穩腳跟后，Chainalysis開始拓展Mid-market客戶群體，往Fintech、Crypto-native的公司和金融機構滲透，將不同的角色的需求納入產品范圍，深入客戶的安全與業務領域。同時在產品端開始構建矩陣式的打法，用不同的產品滿足不同客戶和角色的需求。收入模式也從項目收入和API調用收入的基礎上增加了SaaS收入的模式。
重視毛利率和NDR等核心指標。雖然早期以項目收入和API調用收入為主，但Chanalysis非常重視產品化的構建，重視毛利率的提升(80%)和NDR的提升(140%)。
推薦理由：JAMStack（JavaScript+API+Markdown組成的工作流）崛起后，Open API開發者生態已經出現了Kong，Postman等獨角獸公司，而Vercel則是JavaScript生態的旗幟。由知名React框架Next.js的核心團隊創辦，在開源社區里享有盛譽，也重新定義了極簡的前端工作流。
vercel
gthuub
成功要素：創始人Guillermo Rauch是開源社區領袖，在創辦Vercel之前，他已經發起過node.js的WebSocket框架Socket.io（50+k stars）以及MongoDB的客戶端mongoose（20+k stars），13年被Automattic收購2年后離職后發起Zeit公司（Vercel前身），16年開源了Vercel的核心社區next.js，至今已在Github收獲99k的stars，是最有影響力且增長最快的React框架，在npm下載增長中遠超其他競爭對手（如下圖所示）。
downloads
Guillermo信奉極簡，Zeit的核心產品now將復雜的域名DNS 解析、SSL 證書、CDN 等復雜能力封裝成產品，從而讓開發者可以真正做到一鍵部署；而next.js則是為了解決前后端分離后，搜索引擎在前端獲得信息不足帶來的SEO排序下降的問題，將現代的前端框架如何后端渲染的問題有效解決。這種與主流前端渲染沖突的架構讓部署更為復雜，而Zeit now則與next.js深度耦合，將極簡的開發者體驗，優秀的后端渲染與SEO效果推到極致。
Vercel品牌（versatile, accelerate以及excel）脫胎于Zeit，通過next.js框架與云平臺為開發者提供了極簡的"Vercel Way"的開發方式，正如其官網定義的三個核心環節："Develop. Preview. Ship."在開發階段提供完整的工具能力并鏈接多種后端；在預覽環節可以直接關聯代碼倉庫，每一次變更可以在前端工程師與UI設計師之間實時協作；在部署環節集成了Zeit now的體驗，解決了全球化產品訪問速度與SEO的問題，并提供完整的可觀測能力。
Vercel是一家貫徹開源精神的公司，除去next.js的影響力以外，在其Github賬號下，有100多個代碼倉庫，提供了從開發框架，終端以及打包管理工具等前端工程師需要的全面能力。同期吸引了一大批開源社區領袖加入公司，例如React 的核心成員 Sebastian Markb?ge，webpack 的創造者 Tobias Koppers，Svelte的作者Rich Harris等，除去對各個組件進行優化等，也帶來了Turbo，SWC等優秀的開源項目。
Vercel采用Freemium的定價策略，對于個人以及非商業場景需求，Vercel提供免費的Hobby服務，可以讓開發者和自己的個人Github賬號集成實現一鍵部署；如果需要協作或者是帶寬超過100GB，那么則需要開通Pro賬號，每一個賬號每月為20美金，同一個團隊可以在UI界面評審環節進行協作與討論；而企業版本則提供安全，可觀測性等企業級需求。
在資本市場端，Vercel不僅具備高效的融資能力，也通過并購與投資整合了更多的優質產品，在21年收購了Turborepo，提升了用戶在JS以及TypeScript生態內的構建體驗，22年則收購了Splitbee讓用戶在托管網頁后，也可以更進一步分析網頁的轉化數據。
推薦理由：Snyk是產品驅動增長、以開發者為中心的安全產品，產品與CICD流程高度集成，幫助開發者在開發階段發現開源代碼漏洞并提出一鍵修復方案。Snyk不斷擴充產品并支持更多語言，在開發者社區中收獲廣泛好評。
snyk
2022
成功要素：產品驅動增長，Snyk將安全能力真正集成到開發環節中，目前開源代碼占到代碼的60%，但安全性難以保證，Snyk專注于開源組件分析（SCA），構建強大的具有壁壘的漏洞庫，提高開源代碼的漏洞檢出率，并為開發者提供相應的一鍵修復方案，掃描速度是其他方案的3.2倍，減少62%的漏洞，節約27天修復時間，同時易用的用戶界面對開發者非常友好。
深入維護與開發者的關系，構建私有開發者社區，在有一定產品基礎的情況下在開發者社區中構建影響力，產品與Github、Jira等開發工具集成，開發者部署試用幾乎零門檻。與開發者深入溝通進行產品迭代，同時注重內容建設，不僅有產品使用相關的文章、活動和論壇，還輸出了大量安全行業相關的知識供開發者學習交流。設置Snyk大使，鼓勵開發者積極參與社區建設。基于開發者的傳播與營銷幫助Snyk獲得了大量的銷售線索并轉化為付費客戶，改變了傳統安全產品自上而下的銷售模式，PLG驅動業務快速增長。
Snyk采用Freemium的模式，團隊或企業用戶按照開發人員規模定價，而非僅對安全人員。免費模式支持個人使用者使用安全相關的完整產品，但有一定的用量限制。團隊或企業用戶在用量上沒有限制，但是根據不同的高級功能設置付費階梯，包括合規、API、集成、本地化部署等。主要服務中小型企業，并通過不斷豐富的產品線和更多開發者賬號提高客戶復購，2022年的金額復購率達到130%
推薦理由：Plaid提供開放銀行API，使得應用程序更簡便、安全地連接用戶的銀行賬戶，訪問交易、賬戶驗證、余額等數據。Plaid現在已成為許多數字金融業務的基礎設施，把銀行能力輸出到多元場景。
plaid
200M
成功要素：
“Elephant in the room”是所有人都能看到的問題。 但如果問題是一種微小的存在，肉眼不可及，但對個人健康和社會福祉有巨大影響，我們又將如何應對呢？一些硅谷企業家在新西蘭購置房產，建筑地下避難所，以對沖核戰爭，作為一種“末日保險”的策略。然而過去三年影響全人類經濟和生活的，卻是一場由看不見的病毒引發的疫情。這使我們反思，健康是一件我們認為理所當然的事情，就像空氣和水，維系著生命活動，卻又透明無形。
就像我們理解一個原子的結構，并不比理解一個世界簡單很多。基因組數據，蛋白質數據，數以億計的神經元，每天的呼吸與心跳……都是龐大的、沉睡在我們身體里的生理過程數據。它們每時每刻都在產生，數據量比一臺運行的計算機或是一個工業互聯網的智能生產設備大得多。在很大程度上，醫學研究還沒有充分采用新的基于數據和計算的研究范式，這些方法可以進一步揭示觀察到的現象背后的本質。例如DNA測序能夠觀察基因結構，但無法揭示分子相互作用的數理關系。此外，數據研究還可以用于分析大量全息的信息數據，以識別與疾病相關的模式和生物標志物，有助于診斷和治療。
科技最終讓我們的身體也從原子世界走向了比特世界，就像計算機有IT運維，智能工廠的設備有預測性維護。數字健康就是在打造一個關于生命的、有科學原理支撐和數據驅動的操作系統，從而產生新的治療方法。我們對科學的熱情，不只是研究外部世界運行的規律；也會回饋到自己的身體，讓生命本質和科學建立聯系。無論人類個體多么不同，我們都可以在保持健康的樸素愿望上連結起來。未來，一定會有更多的人才、資金、科技投入到這個領域。
數字醫療一定是以人為中心，以科學為依據。我們總結了最值得關注的一些醫學發現，即便不是醫療健康領域的參與者，也可以擷取一二，應用在日常生活中，科學化我們對“養生”的理解。
運動健身。無論什么年齡，“邁開腿”都不算遲。哈佛一項研究表明，久坐不動的男性在45歲后開始鍛煉，其死亡率比繼續保持不運動的同齡人低 24%，而這一“鍛煉”的運動量僅是每天步行約 45 分鐘。關于運動和健康正相關關系的研究非常廣泛，適量的長期運動可以降低患心腦血管，糖尿病、肥胖和改善情緒。CDC 建議 18 至 64 歲的成年人每周至少進行 150 分鐘的中等強度有氧運動或 75 分鐘的高強度有氧運動，或兩者結合。有氧運動應至少進行 10 分鐘，最好分散在一周內。除了有氧運動，成年人還應該每周進行 2 天或更多天的中等或高強度的肌肉強化活動，并涉及所有主要肌肉群。
規律睡眠。UC Berkeley的Matthew Walker教授《我們為什么要睡覺》中總結了睡眠對提高記憶力、提高運動能力/“肌肉記憶力”，以及提高創造力的關鍵作用，并給出12個tips，包括堅持固定睡眠時間、晚間不大量進食、清醒時別躺在床上。Walker教授也指出，試圖給不規律睡眠打“補丁”，比如“周末補覺”、“咖啡提神”，其實是難以補上睡眠債務的。比如咖啡因雖然阻礙對困意的感知，但無法阻止體內腺苷水平的積累，而睡覺是清除腺苷的唯一方法。
飲食控糖。肥胖會帶來許多潛在的健康風險，不少人希望用嚴謹的醫學方法來控糖減重。2021年，FDA批準第一個適用于治療肥胖的司美格魯肽。司美格魯肽屬于GLP-1（長效胰高糖素樣肽-1）受體激動劑，減重效果良好且能保護心血管。美國目前也出現一批創業公司如Calibrate、Found，圍繞藥物建立科學減重方案。糖除了與眾多疾病相關聯，也與皮膚老化息息相關。我們攝入的糖形成糖基化終產物（AGEs），積累后會破壞周圍的膠原蛋白，使皮膚出現皺紋和老化。英國皮膚病學雜志發表的一項研究，真皮的糖化通常在35歲后出現，爾后隨著內在老化而迅速增加。
抗衰老。2018年，哈佛大學遺傳學教授David Sinclair團隊在《科學》上宣布發現NMN（β-煙酰胺單核苷酸），能幫助修復因衰老而受損的DNA，提高NAD+水平，后者是一種對新陳代謝至關重要的輔酶。Sinclair實驗室的研究表明，給老鼠喂食NMN可能會減緩動物的衰老，模仿卡路里限制的效果。 “我們得到與運動或節食相同的效果，”他說。 “老鼠更瘦，更有活力。他們可以在跑步機上跑得更遠。”但NMN在監管路徑上尚不明朗，并沒有在FDA獲批。盡管人們對 NMN 的潛在益處很感興趣，但其在人體中的臨床有效性研究仍處于早期階段。
正念冥想。現代神經科學逐漸揭示出冥想背后的機制。哈佛醫學院的Sara Lazar結合fMRI影像，發現冥想能夠帶來一些大腦結構實質上的變化，特別是前額葉皮質區域產生更多神經元連接。增加海馬體中的灰質細胞密度，可能會促進注意力調節、身體意識、情緒調節、改變對自我的看法。Lazar 補充說 “目前大部分研究數據均只觀察了兩個月期間內冥想練習所引發的變化。而大部分人都感覺冥想練習越久，這些變化越明顯。所以需要將研究的時間拉長。”
可穿戴與疾病預防。目前，一些可穿戴設備已能生成有臨床意義的監測結果，如2022年FDA批準了Apple Watch的房顫監測。平時，我們可以善用可穿戴設備，實時觀察身體數據的變化。比如，當發現睡眠中血氧飽和度多次降到90以下，醒來精神不佳，可以篩查是否有睡眠呼吸暫停。通過及早發現這些疫病風險，個人可以采取積極措施來解決這些問題，例如更早的尋求醫療救助。
我們的身體是一個龐大復雜的生命系統，生物的進化使一切身體運行效率達到最高。新的技術可以幫助我們觀察和解析亞細胞和分子水平的微觀結構，探索和理解生命系統的動態過程。比如模擬不同的生理功能，如器官系統、代謝途徑和神經網絡。人類大腦中 860 億個神經元、100萬億個連接，神經網絡是如何運作的？通過腦機接口技術，我們逐步開始獲得和解析大腦信號，試圖理解腦功能障礙的機制，并研發新的治療方法。簡單到智能手機中的加速度計、陀螺儀和計步器等傳感器，也可以幫助我們測量身體運動，心跳等體征數據，為提供個性化醫療打造基礎。
人類基因組含有約30億個DNA堿基對。2001年人類基因組計劃的完成改變了醫學世界。過去20年，完整的基因組測序成本從10億美元大幅下降至1,000 美元。今天在計算的輔助下，我們可以了解疾病的遺傳學機制，并研發個體化的治療方法。基因療法的突破使得一些特定的癌癥有了被治愈的可能。在基因組學之后，蛋白質組學的數據規模繼續挑戰分析工具的極限。在高性能芯片和人工智能算法的驅動下，Alphafold2用深度學習預測蛋白質結構實現突破，此后精度與速度不斷提升，在抗體發現、篩查診斷、精準醫學等應用場景的探索也如雨后春筍。
由于規避風險的性質和監管的嚴謹性、復雜性，醫療保健適應變化的速度很慢，新想法在接近患者之前需要證明至少“不會造成傷害”。因此，醫療體系中技術演進的速度和科技行業完全不同。
醫療是一個重監管行業，新產品的開發往往需要承擔較長的臨床驗證周期和成本。比如數字化臨床試驗系統，如果要替代手工錄入和監查的環節，需要考慮如何合規地對接院內數據、并保證數據能符合NMPA審查要求。比如數字診斷產品，準確度要與金標準做比較，達到嚴格的臨床一致性。再比如癌癥早篩產品，需要大規模隊列研究，如Grail就做了萬人級別、隨訪時間5年的隊列研究。
監管控制是一個復雜且不斷發展的過程，因此監管的變化可能滯后于行業創新的變化。科技發展給政策的更新帶來了挑戰，而疫情黑天鵝的到來迫使監管更快速地迭代，找到靈活與安全之間的平衡。比如，在2021年之前我國是不允許網售處方藥的，因為難以確保電子處方的真實可靠。在21年4月放開了一道口之后，互聯網醫療與線上藥房伴隨著爭議快速增長。到22年底《藥品管理法》新規，才進一步明確網售處方藥合法化。另一個例子是分布式臨床試驗（DCT）。傳統上，臨床試驗入組患者需要定期訪問固定的研究中心。盡管移動互聯網快速發展，使電子問卷、電子知情同意等環節在技術上成為可能，但出于監管嚴謹性，一直未有改變。直到疫情突然來臨，患者出行受限，這才加速了DCT模式的興起。典型的 DCT 部署可以將每個階段的時間縮短一到三個月。由于每天的臨床試驗費用高達 800 萬美元，這意味著大量節省。FDA逐漸開始接受DCT的結果并制定指南以規范其發展。
醫療健康系統遺留著眾多數據孤島，成為生態系統各方之間合作的壁壘。要打破孤島，需要面對數據治理與信息安全的挑戰。生態系統中的各方都需以合乎道德的方式合作，否則不僅醫療機構蒙受損失，還會泄露個人隱私數據，失去患者信任。健康保險公司越來越多地利用個人數據（婚姻狀況、運動數據，甚至人們是否購買大碼服裝），對濫用個人健康數據監管手段也仍在討論之中。
許多數字醫療企業雖然獲得FDA批準，但距離技術與創新業務落地，還需面臨商業化路徑的復雜挑戰。在錯綜復雜的醫療生態系統中，支付方和使用者在很多時候是不一致的，創新企業要獲得采用、同時獲得付費，才是成功的商業化。采用率上，一方面，解決依從性問題，以患者為中心、提供充分激勵和無縫的用戶體驗，需要大量產品化的努力；另一方面，同時如何滿足醫院的需求，獲得醫生的支持和認可，則需要做好客戶成功的工作。總的來說，成功的數字化產品能使患者獲益、醫院痛點解決、醫生自我實現等多方利益一致，從而獲得采用推廣。
在付費端，美國以商保支付體系為核心，近年推進基于價值（value-based）的支付方式改革，創新企業需與支付方合作驗證新產品能帶來醫療護理成本降低。中國則是以國家醫保為主，商業健康險方興未艾，許多企業開始摸索創新支付的模式。在這一階段，創新企業選擇建立多樣化生態合作，同時也開辟商業化收入來源，如藥企、醫院、政府、科研院所，聯動起來推進數字化產品的落地。
在數字科技的影響下，我們看到醫療生態中六個不同角色，在后疫情時代引領著各自的顛覆性創新。
1.Beyond Patient 以個體患者為中心的醫療體驗
2. 2Beyond Pill 數字療法與藥物伴隨，逐漸滲透到藥企研發過程
3.Beyond Physician 醫療服務的去中心化
AAMC
Growth
4.Beyond Payment 走向基于價值的護理與支付方式
5.Beyond Perception 科技公司用AI重新想象醫療服務體驗
6.Beyond people 用IT和BT技術升級供應鏈，實現人類與自然的健康可持續
推薦理由：希望未來腦機接口可以賦能每個人，讓人類與AI有更好的交互，形成一種新的共生方式。每個人都在使用手機和計算機更好的工作和生活，但今天信息與人類大腦之間的數據交互是有明顯的帶寬瓶頸的。侵入式的人腦手術還是非常危險，所以Neuralink首先選擇了特定的醫療場景，幫助癱瘓與失明者恢復身體功能。未來隨著芯片、材料、信號分析技術的突破，每個人都可以具備融合了AI的認知能力。
neuralink
技術突破：腦機接口技術從“運動”突破到人類特有的“語言”，讓因癱瘓等原因而失語的人重新表達、并且不斷提高準確率與效率。斯坦福科學家Frank Willett 2021年的一項研究登上Nature封面，從運動皮層的神經活動中解碼癱瘓患者想象中的手寫動作，并利用循環神經網絡（RNN）實時轉換為文本。轉化原始準確率為94.1%。而2022年，加州大學舊金山分校Chang Lab展示了一項成果，通過機器學習算法將癱瘓失語者的大腦活動直接解碼成語言，展現出實時完整的句子，準確率中值為 75%。就在23年1月，Frank Willett團隊也展示了語音腦機接口的突破，速度達到每分鐘 62 個單詞，是之前 SOAT 腦機接口的 3.4 倍，開始接近自然對話的速度。
深部腦刺激（DBS）是另一種廣義的腦機接口技術，電極被插入大腦中來刺激特定的大腦區域，改善帕金森癥狀。比起最好的藥物治療，DBS平均每天可以使帕金森患者增加5個小時的良好運動控制時間，極大提升了他們的生活質量。
Neuralink將腦機接口領域的科研積累轉化為產品。在2022年底“Show and Tell”上展示了最新進展，N1芯片，約1/4個硬幣大小，1024通道探測大腦信號，并實現無線充電和數據傳輸。數據處理的轉化效率從2021年的3.0的bit-rate到達2022年的7.1bit-rate。同時展示了R1手術機器人，能自動調整以補償手術中大腦的活動，15分鐘完成芯片植入。
機會與挑戰：
推薦理由：Biofourmis基于傳感器收集患者體征數據，構建FDA批準的心衰分析模型并組建專業的臨床支持團隊，提供一套院外患者監測、風險預警和決策的全棧方案，探索了數字醫療新的產品形態與商業模式。
biofouurmis
成功要素：專注于垂直疾病，提供清晰的臨床價值：30天再入院率減少 70%，護理成本降低了38%。Biofourmis率先選擇的心衰場景，特點是有一個“積累--爆發”的過程，且如果及時干預能夠避免急性事件，因而持續性監測和預測能力就尤為重要。選擇垂直疾病讓創業公司得以集中研發投入，充分驗證臨床價值。
提供完整的院外護理方案，“工具+決策”，形成競爭壁壘。Biofourmis不是一個純軟件或工具提供商。從出院決策、到院外患者管理，到風險預警與重入院決策，Biofourmis依托FDA批準的AI分析模型和有決策能力的臨床支持團隊，完整地承接了護理責任，獲得客戶粘性。
Biofourmis探索了兩種有代表性的數字醫療商業模式，數字療法（與藥企合作）和遠程護理（與醫院合作）。隨著疫情激化了病床緊張的問題，公司更多將遠程護理作為加速商業化的途徑。在與醫院合作中，能夠獲得豐富的真實世界數據，一方面加速支付方驗證，一方面支撐繼續開辟新的場景，如去中心化臨床試驗，藥物伴隨的開發。
sheet
推薦理由：作為“科技減肥”市場的新興玩家，Calibrate從生物學角度理解“體重“。引入了FDA批準的藥物來調節代謝系統，結合生活方式干預，為肥胖人群提供個性化、效果導向的減重管理。
calibrate
21M
成功要素：
app
推薦理由：Pivot Bio用基因編輯等技術優化微生物的固氮能力，開發出性能穩定的產品來替代化學氮肥，2022年實現5000萬美金商業化收入。Pivot Bio的實踐也表明，在農業食品供應鏈的可持續升級上有豐富的創新機會，關鍵是產品性能與成本能否突破。
pivot
50M
成功要素：
bio
prove
Serverless的出現，在最早的云計算路線之爭就埋下了引子：云服務應該提供與服務器類似的能力，還是圍繞云計算的需求提供更為高層的抽象？前者是Amazon EC2的選擇，后者則是Google App Engine（GAE）。相比EC2僅僅提供硬件層的資源，而不提供任何額外的能力，GAE提供了更能發揮云計算能力的自動擴縮容能力，但是開發者為了獲得這些能力，需要接受相應的編碼規范，并且使用Google提供的存儲和計算服務。
現在看來，Amazon EC2已經獲得了市場的認可，成為了云廠商的主流選擇。主要是因為對開發者而言，在本地完成了開發之后，希望能直接遷移到云端進行部署而無需任何的優化；沒有額外的學習成本也不用擔心難以遷移。但隨著底層硬件虛擬化路徑的大獲全勝，也將更多的運維問題留給了開發人員：分布式系統的容錯；自動擴縮容；可觀測性；服務遷移等等。對于中小企業而言，在用好云服務的同時，解決運維問題；開發過程中高效地使用rpc，監控，包管理等云原生工具，都是極大的負擔。而Serverless的理念則是讓用戶無需管理Server，云廠商承擔起對應業務與資源的運維工作。
在UC Berkeley關于Serverless的論述《Cloud Programming Simplified: A Berkeley View on Serverless Computing》中，對于Serverless進行了兩個關鍵的定義：
Serverless的應用應當滿足自動擴縮容以及按照使用量計費；
Serverless Computing=BaaS（Backend-as-a-Service）+ FaaS（Function-as-a-Service）
前者最具代表性的則是Google在2014年宣布收購的Firebase，整合在GCP的產品中也將Firebase的11萬注冊開發者收入囊中。而FaaS的起點則是Amazon在2015年推出的AWS Lambda，并且提出了云函數（Cloud Function）的概念，將應用簡化為了一個高級語言編寫的云函數，以及一個觸發函數運行的觸發器（Trigger，例如數據庫變動，添加到購物車等等），早期的云函數主要對Python，JavaScript進行了支持，而后也拓展到了更多高級語言例如Java，Go等等。
BaaS與FaaS有著不同的發展階段，在Firebase收購后，BaaS的商業化也逐漸走向成熟，甚至出現了一批開源的挑戰者；而FaaS在使用上已經出現井噴增長，但是仍未有太多收入上的規模驗證。這與兩者的產品定位的差異與互補有關，比如Firebase具備賬戶系統，存儲，數據庫等能力，而數據庫與存儲原本就是用戶付費的主要部分，FaaS僅提供函數觸發與計算的能力，往往用來實現一些膠水代碼。
隨著云計算的普及以及云廠商底層技術的迭代，Serverless曾經被人詬病的問題也逐漸被一個個解決，在Google Trends中也可以看到Lambda on AWS的搜索指數也在不斷上升的過程中（如下圖所示），在2022年也達到高峰；Vercel的CEO Guillermo也在一個Serverless的調研中提到Vercel托管的服務中，函數的調用量在過去1年增長了125%；阿里云也在2022云棲大會披露，函數計算產品業務年均增速達到300%，日調用次數突破200億。
hit
Serverless很難像生成式AI迎來類似于ChatGPT的標志性爆發點，正如同大部分用戶上云的歷程一樣，向Serverless的遷移也是一個漫長穩健的過程，而供需的兩端似乎都在這場變革中有所獲益。
對于云廠商而言，Serverless是長期變革的方向：
對于云上的客戶，同樣能提供諸多價值：
作為掌控了云資源的底層硬件，以及最大規模云上客戶的云廠商是最佳的Serverless推手。云廠商也希望接管除了開發過程之外的所有云上任務，從而將客戶更加牢牢鎖定在自己的云上，因此也將不斷將更多的服務Serverless化，2022年云棲大會阿里云宣布核心產品全面Serverless化，而國際的云廠商也都提供了多項Serverless的產品：
伴隨著云廠商提供服務的內容增加，幾乎每一朵云上都有超過半數的客戶使用過Serverless相關的產品，其中又以AWS的滲透率最高，已經超越了70%。
serverless
在這個過程中，云廠商也一直持續在推出新的功能和核心能力，以AWS的Lambda產品為例：
作為云廠商的核心戰略，云廠商一直在通過拓展語言、硬件平臺以及提升運行時間來拓展FaaS應用的邊界。
除去在計算端的探索以外，其他的一些核心能力也在Serverless改造的過程中，2017年的re:Invent大會，AWS推出了關系型數據庫Aurora Serverless的預覽版本，緊接著在2018年中，則正式推出了Aurora Serverless MySQL，2019年正式推出了對應的PostgreSQL版本，斬獲了SIGMOD系統獎。相比拳頭產品Aurora，Serverless版本的用戶無需考慮實例或者擴展，只需要根據使用的部分按秒付費，更適合于一些難以預測業務量大小的場景。
2022年，伴隨著基礎設施的改造，AWS也推出了Serverless的數倉產品Amazon Redshift Serverless版本，讓用戶可以在一些臨時的分析需求，或者是規模難以預測的場景按照數倉的調用秒數進行付費；而后又陸續推出了Serverless的圖數據庫Neptune和搜索分析平臺OpenSearch的預覽版本。
除去傳統的云廠商以外，Serverless也幫助客戶更快地將服務部署到全球，CDN廠商CloudFlare也推出了其Serverless應用平臺Workers，借助CDN積累的275個數據中心以及應用安全的能力如WAF，DDoS防護等，也解耦與云廠商基礎設施的關系，支持更多高性能負載部署，Cloudflare成為Serverless時代云廠商最大的挑戰者之一。
推出Workers以來，Cloudflare也不斷提供更多的Serverless能力，例如郵件安全，邊緣端的KV存儲等，隨著其Workers應用生態的逐步完善，2022年9月，Cloudflare聯合全球數個頂尖的風險投資基金募資12.5億美金用于支持在Cloudflare workers上建立的初創公司，在已經公布的秋季Workers Launchpad群組中，已經有25家公司收獲了支持。
一般而言，越簡單的東西越容易進行Serverless改造，從Datadog的一項AWS Lambda客戶的用戶調研中可以看到，超過50%的Lambda函數都是服務于API網關，而剩下的又有40%左右是服務于各項消息的應用例如SQS（Simple Queue Service，消息隊列服務），Eventbridge還有SNS(Simple Notification Service，簡單提醒服務）。同時在這些API網關的調用中，又有超過80%的調用是單一目標函數（Single Purpose Lambda Function），一方面單一目標函數是相互之間獨立調試與部署的，也可以使用更為清晰的IAM Role來進行管理，能夠最大限度地發揮Function的價值而不增加額外的開發負擔。
AWS
同時為了更好地支持應用的Serverless化改造，中間件等一些膠水層，和業務的快速增長耦合緊密，更需要自動彈性伸縮的能力，降低運維工程師的成本與因為運維帶來的業務損耗。
Serverless平臺天生是無狀態（Stateless）的，這種情況下對于一些對于狀態分享有比較高的要求的應用很難滿足需求。同樣這種無狀態的特點，也給不同有相互依賴關系的任務調度帶來了挑戰。
低性能以及冷啟動挑戰，盡管啟動一個云函數的成本很低一般在不到1秒，但是函數本身的環境初始化（例如讀取Python庫）以及應用中用戶代碼中一些特定的初始化項往往也需要數十秒的時間，用戶很難真正享受到云函數的輕量化，目前也是云廠商在著重解決的問題，例如2022年re:Invent大會上AWS新發布的Lambda SnapStart，先圍繞Java函數啟動延時問題，可以將時間從6秒降低到200ms，而無需額外付費
另外在商業的選擇上，Serverless可能成本會比分時租賃更高，考慮到本身就是按照調用次數和時長（精確到秒級）來計費，客戶自身進行成本優化的空間是有限的，此外大部分FaaS的使用，需要遵守云廠商定義的開發模式從而獲得對應的好處，可能會導致更為嚴重的Vendor Lock-in。
我們相信隨著云廠商持續的改造和投入，用戶的付費入場也將讓Serverless成本進一步降低，從而滿負載下也可以有低于Serverful的成本，Serverless將成為云計算時代的默認范式。然而放眼當下，哪一些是亟待解決的問題或者正在發生的趨勢？
在DevOps的環節中，Serverless現有的模式仍然在非常初期的階段：
隨著更多新玩家的入局，應用場景的拓展，FaaS與BaaS將成為一層云的基礎抽象，而為了進一步解耦Serverless帶來的Vendor Lock-in挑戰和更為復雜的開發成本，Serverless生態也將走向開源與多云化。
推薦理由：Supabase是Firebase的開源挑戰者，也是后端即服務（Backend-as-a-Service，簡稱BaaS）最受關注的開源社區。它取得了開發者高度的認可，Stars數達到44k并且有500多位貢獻者，開發者創建了超過 100,000 個數據庫。從兼容Firebase開始，公司獲得了高速的自然增長，但在這個過程中快速構建了產品的差異化特性，比如支持Postgres數據庫、基于行的用戶授權系統、S3兼容的大文件存儲系統和REST API的生成。
supabase
19X
成功要素：
Supabase并非創造新的需求，而是捕捉到SQL重新崛起逐漸替換NoSQL，以及JAMStack開發范式的趨勢，用開源來挑戰后端即服務（BaaS）領域的De facto Firebase。借助Postgres相比Firestore的優勢以及Angular等JAMStack開源社區的力量，Supabase快速飛躍PMF的鴻溝，直接在明確的市場需求中打磨競爭策略。
BaaS需要深入理解一線開發工程師的需求，CEO Paul Copplestone和CTO Ant Wilson是兩位技術創業者，都分別在多家初創公司擔任過CTO，這或許也讓他們發現了中小企業在快速開發應用試錯，規模化到生產環境，后端隨著業務彈性擴展過程中的需求。
在產品側，Supabase借力開源社區，引入PostgreSQL，Kong以及Goture這些在開發者中廣受認可的產品，讓開發者幾乎沒有額外的學習與遷移成本，也避免未來Vendor-lock-in的風險。
kong
Supabase的核心驅動力是開源社區，Freemium的價格策略和self-service結合起來的PLG模式，有經驗的開發者可以在VPC部署Supabase，進行二次開發與企業內的系統進行耦合；不論是開源還是云產品用戶，supabase都提供了極為便捷的onboard體驗，除去Enterprise客戶以外，幾乎沒有交付成本。幫助他們在產品上線后迎來了飛速的發展，正如Supabase的Slogan：Build in a weekend. Scale to millions.
商業上，Supabase采用Freemium的付費模型，提供2個免費的項目額度，讓獨立開發者或者工程師可以完成一些測試性項目或者無成本做一些項目的初期驗證。將部分Firebase的付費功能免費化來吸引用戶遷移，例如客戶Mobbin在訪談中披露Supabase不在API調用環節額外收費是主要的遷移原因。
在運營上，Supabase維持非常高頻與開發者的互動，定期的Launch Week與社區互動，也舉辦黑客馬拉松鼓勵用戶創造新模板與新場景拓展應用場景邊界；除去自己的社區之外，也和Angular，Next.js等JAMStack社區合作，吸納前端開源框架的社區用戶加入Supabase社區接納BaaS作為后端的開發范式。
推薦理由：PlanetScale是老兵創始人與老兵數據庫MySQL的共鳴，也是最早提出Serverless數據庫概念的開源基礎軟件公司，其開源社區Vitess起源于Youtube目前也是CNCF云原生基金會的畢業項目，盡管面臨PG社區初創企業Neon的挑戰，但更關注用戶需求的PlanetScale也在數據庫的DevOps平臺上初具規模，從免運維走向更高效的開發與版本管理，進一步解放生產力。
plan
10X10
成功要素：
PlanetScale依托MySQL成熟生態，開發者沒有額外學習成本，創建并維護了MySQL的分布式中間件Vitess開源社區，Vitess開源于2013年，在公司成立的時候，已經積累了大量的社區用戶如Youtube，Slack，Square等，在大量的B端和C端場景經歷了性能與穩定性的考驗。同時與Prisma，Deno等Serverless生態內的公司合作，提出聯合解決方案。
聯合創始人與CTO Sugu Sougoumarane 是PlanetScale核心開源Vitess項目的初始作者，在Youtube工作期間專注于MySQL數據庫的擴展，時至今日仍然是代碼行數貢獻最多的貢獻者。而CEO Jiten Vaidya 05到12年在Youtube擔任SRE經理，對場景也有深入的理解。
相比云廠商提供的云數據庫，PlanetScale具備更強的擴展性，最大核數相比AWS Aurora的1536個提升到5萬個，同時在最大連接數以及最大存儲提及都有多個數量級的提升，對于業務飛速發展并且具備明顯的業務峰谷的企業客戶具備極強的吸引力。
除去性能突出的數據庫外，PlanetScale也在定義數據庫領域的DevOps，提供數據庫的Branch配合Git Branch使用，幫助開發者在做Schema變更部署到生產環境前進行測試；在部署環節提供Deploy Requests讓開發者接入部署申請、審批流程，如果發生意外也可以快速回滾版本而不丟失數據；在部署后，PlanetScale提供Query的可觀測性，幫助開發者實時了解性能，從而可以進一步優化數據庫的體驗。
code
PlanetScale提供多種不同的部署方案滿足多元客戶需求，為開源用戶提供自托管的方案，PlanetScale Cloud免運維并采用Freemium模型，提供免費的5GB存儲以及1000萬次寫入的數據庫實例支持一些業余項目的開發，付費側使用pay-as-you-go的付費策略讓一些業務快速增長的客戶可以無需擔心增長帶來的賬單倍增，分為Scaler，Team以及Enterprise三個等級，每月分別收取29美金，599美金以及2999美金
推薦理由：Wiz是一家以色列云原生安全公司，團隊來自微軟Azure云安全，聚焦多云環境Severless架構下的云原生應用保護，輕量級部署，使客戶能夠在復雜多層網絡架構下將風險關聯可視。針對中大型企業客戶CISO具有安全管理價值。
wiz
30%
成功要素：Wiz采用訂閱制的收費模式，按照并發的工作負載數階梯收費，不提供免費版本和試用。早期為了更加了解客戶需求，以直銷為主，目前也在擴展更多的合作伙伴與銷售渠道。Wiz僅僅花費18個月，ARR從1M美金提升到100M美金。
團隊豪華。既有多年創業背景（2011年創業云安全公司Adallom），也有構建微軟Azure云安全的大廠經驗，深入了解大客戶CISO的痛點需求，為客戶提供管理價值，超強的BD能力使得客戶拓展非常迅速。
專注中大型客戶。一方面契合團隊稟賦，另一方面，大客戶由于業務復雜多樣，對于多云管理的安全需求也更加強烈，具有更強的付費能力和付費意愿。目前已經服務超過30%的Fortune 500客戶，25%的Fortune 100客戶。
產品聚焦云原生應用保護，在多云環境和Serverless架構下，客戶的錯誤配置或操作屢見不鮮，云環境中負載計算的短暫性使得資源監控變得困難。Wiz的產品無需代理，非侵入部署評估Serverless和基于容器的工作負載的安全風險，識別客戶整體云基礎設施中的攻擊維度。
推薦理由：誕生于MIT等離子科學與聚變中心（PSFC），CommonWealth Fusion Systems（后簡稱CFS）在2021年9月發布高溫超導（HTS）磁體的原型，目前正在構建凈能量增益的聚變系統。如果可控核聚變可以實現商業化，則改變了我們對能源成本的基本假設。我們可以重新想象一個能源成本趨近于0的世界，什么才是新的成本構成，什么不再受成本限制，比如碳排放的問題就解決了，AI計算成本大大降低。
common
技術價值:如何獲得更低成本、可持續的能源一直是文明發展與延續最重要的問題之一：美國通過兩次頁巖氣革命在2020年成為石油凈出口國，中國在光伏上持續投入并在2020年列入新基建的6大方向，2022前三季度光伏新增裝機52.6GW，YoY超過100%。22年俄烏沖突給歐洲帶來了能源危機，年底美國百萬人的大停電都讓人們意識到足量、可控、可負擔的能源對于全人類的價值。
bbl
對比化石燃料和核聚變，核聚變擁有最高的能量密度與最低的燃料成本：核聚變擁有最高的能量密度，是恒星產生能量的運作方式，一個標準泳池（約為2,000噸）的重水聚變產生的能量即可滿足全球1年能源消耗，如果采用核聚變或者是標準煤，這個數字則是98萬噸（~500倍）以及200億噸（1000萬倍）。核聚變的燃料氘，可從海水中提取，而另一種同位素燃料氚，也會在核聚變的反映過程中添加中子來生成，海水中的氘足夠人類使用百億年。同時其燃料相比裂變的鈾更為安全，同等能量釋放下碳排放量僅為1/6。
而如何馴服這種高溫下的宇宙反應，讓其服務于人類，已經凝聚了人們數十年的心血。
極高的能量密度與極低的能量成本，將產生非常深遠的影響。依托現有的化學能，火箭很難完成地月系以外的航空任務，而核聚變的高能量密度使得外太空探索甚至是亞光速航行成為一種可能。
技術成熟后，核聚變的燃料成本將趨近于0，這使得一些高能耗工業，遠距交通的成本大大降低，而云計算的邊際成本也將極大減少，從而推動人工智能，云渲染以及基礎科學等重計算應用的規模化落地。而燃料成本的降低，也將進一步推動儲能，傳輸，調度等能源系統的底層能力快速發展。
今天我們很難想象一個燃料成本趨近于0的世界，但可預見的是可控核聚變將拓寬了人類文明的邊界，動搖建立于能源成本上的現代商業根基。
作為MIT孵化的創業公司，CFS的創始團隊非常豪華，創始人兼CEO Bob Mumgaard是MIT的核能與等離子應用物理方向的博士；CTO Dan Brunner2013年在MIT博士畢業，并且在MIT進行博士后和后續的科研工作；首席科學家Brandon Sorbom同樣是MIT的博士并且在博士后期間負責了HTS的研發。而COO Steve Renter則畢業于Harvard Business School，在能源、材料領域有10年的工作經歷。
核聚變反應中等離子體的溫度會達到1億攝氏度，任何現有的物質接觸后都會熔化，而托卡馬克（俄語：Токамак，又稱環磁機）是最主流的限制聚變過程中等離子體的方案。托卡馬克通過磁力讓等離子體沿著弧線高速運動，受限于材料提供的磁力大小，可商用的托卡馬克體積非常大，例如建設中的ITER僅托卡馬克裝置就有1公里長，400米寬，面積相當于60個足球場。CFS的核心能力則是通過高溫超導體（HTS）實現了裝置的小型化，在21年發布的原型中已經可以提供20特斯拉的磁力，預計可以將ITER的裝置縮小到1/40。
MIT在高溫超導體（HTS）領域積累深厚，例如1991年-2016年間運行的Alcator C-Mod就是小型的托卡馬克裝置，可以提供8特斯拉的磁力，21年的生產機原型將這一指標提升到約20特斯拉。但可控核聚變仍然需要諸多其他技術的組合，例如如何將等離子加熱到指定溫度，給完整的強磁線圈提供電力的電源，以及加工可用于核聚變的氚工廠，如何讓多個復雜技術在生產環境穩定可靠工作，不僅需要極強的研究突破，也需要復雜精妙的工程能力與長時間的積累與試錯。
phase
CFS提出了雄心勃勃的三步戰略以及時間計劃：25年完成SPARC實現正能量收益，30年代內實現核聚變的商業化，但過往的歷史上，國家點火裝置（NIF）的自2012年點火的豪言壯語到2022年底首次點火成功過程中的屢戰屢敗，也讓CFS從技術原型到可預測、可重復的能量收益的商業化之路蒙上陰影。
N IF
推薦理由：22年大規模語言模型的突破也給通用智能機器人賽道帶來重大效果的提升，Everyday Robots不僅能執行復雜自然語言命令，且學習速度正以指數方式提升。
everyday
Everyday Robots出自Googlex moonshot factory, 按照現在的進展看來，盡管新的算法的提升帶來了相當快的學習速度，但期待該通用智能機器人能在非機構化環境下像人一樣完成不同任務，仍然是一個相對遙遠的登月計劃(Everyday Robots最近悄悄的幾百人的裁員也印證了這個目標還有很長的路要走)。 很多人看似簡單的動作，在非結構化的環境下變得復雜和不可預測。視覺傳感成為標配，帶有精確力反饋的機械臂的滲透率剛剛開始，各類機器人所需的感知外部環境的硬件與軟件升級還在持續提升中。
面對老齡化帶來的人口斷崖式下降，疫情帶來的通貨膨脹導致人力成本的居高不下，機器人自動化的解決方案受到越來越多的關注。相比標準通用智能的Everyday robots，更多行業細分領域的機器人應用在成本和可行性方面更加具有現實意義，比如工業、生產制造、建筑、物流、清潔、醫療等領域，機器人產品的市場占有率仍然還有很大提升空間。我們也欣喜的看到越來越多家庭場景的機器人，比如：割草機器人、泳池清潔機器人、炒菜機器人、咖啡機器人等，開始進入市場。我們期待和重點關注更多、更優秀的機器人自動化公司的出現。
移動互聯網的人口紅利已經到達了巔峰，但科技的紅利才剛剛開始，還有許多的行業需求，未能用今天的技術成熟度和生產成本去滿足。Gartner的技術成熟度曲線揭示了，科技的發展不是線性的。往往會在未來出現突然的飛躍，而發展的速度也將是指數增長。站在這個飛躍之前的某個時間，無法預知接下來會發生什么。所以許多人在科技飛躍之前，往往毫無覺知，只是回過頭來看，才感嘆我們經歷了一個抒寫人類科技與文明的時代。比如蘋果的智能手機出現在2007年，而大多數移動互聯網的創新是2010年以后才有的事情。
春來已暖，靜待花開，2023或許是那個即將飛躍的當下，中國仍將是最好的投資市場。讓我們有更多的耐心和信心，共同為一個美好的科技未來做好準備！
為一名編程人員，在學習各種編程語言時，會經常翻閱官方的chm幫助手冊學習，那么你是否也想制作一個自己的幫助文檔呢？下面和我一起做吧！
1.首先制作html文檔
如果要用到圖片,即將圖片和該html文檔放到同一個文件夾下,如果要用到css文件,最好也放在同一文件夾下.
2.按以下圖步驟操作，工具HTML Help Workshop
軟件界面
新建方案
新建方案第二步
輸入方案名稱
可以新建一個后綴名為hhp的文件，必須和htm文件在同一個目錄，名稱隨意。
如果有，系統會提示已經存在，是否繼續使用，點擊是。
選擇文件類型為html文件
添加需要制作的htm文件
選擇點擊打開
然后下一步
新建方案完成
點擊目錄，會彈出一個框
彈框選擇確定
會分配一個默認的hhc文件名稱，可以修改，然后點擊保存
目錄新建完之后的界面
插入標題
修改標題的默認圖標
然后插入頁面，點擊否
輸入頁面的名稱，添加頁面的相應文件
點擊確定
按照以上方法把所有需要添加的文件添加進來，頁面名稱可以修改
最后點擊編譯，頁面之間的順序可以用上下左右尖頭調整主次
編譯完成之后的截圖，學會了吧，小伙伴們！
有很多文檔資料對于公司或個人來說非常重要，比如整理了好幾個月，搜羅整個網絡才找到，或者是公司核心資料，如果被他人隨意查閱泄漏出去，可能會造成不可估量的損失，利用具有加密功能的軟件（明鏡防泄密系統）對文件進行加密，在“數據保護策略配置”里，選擇要保護的文件類型，然后保存，這樣對于要保護的類型的文件即可做到加密保護，不再擔憂被泄密了。
州開始一項計劃：推動當地企業赴北交所上市。
據11月18日當地媒體報道，泉州市近日印發通知，啟動七大專項行動，要在“十四五”期間，每年從全市掛牌上市后備、專精特新、國家高新技術等企業名單中篩選出具備北交所上市潛力的企業。
早前，北交所鳴鑼開市，全國首批上市了81家企業，泉州市名落孫山。泉州目前擁有37家專精特新企業，和其他“萬億俱樂部”地級市差不多；但高新技術企業數量相去甚遠。
我們以蘇州、無錫、佛山、南通和東莞等五座“萬億俱樂部”地級市作為參照系。【注1】2020年，泉州高新技術企業數量突破1000家。盡管超額完成目標任務，但在六座城市中依然墊底。
研究團隊早前發布的《57城科技創新榜》中，GDP排名全國第18名的泉州，科技實力位列40名開外，處于“下位區”。
高新技術企業撐不起來，泉州怎么拼才會贏？
泉州搞制造業很行，但搞科創似乎先天乏力。比起其他萬億元GDP地級市，泉州的科技創新在多個方面表現薄弱。
“十三五”規劃中，泉州設定的2020年研發強度目標為2%，但實際僅為1.38%。
這很大程度是科研資源不足的拖累。
泉州擁有18所本專科院校，這看起來不算少，但這座城市大專以上學歷人口占比僅10.5%，不到全國平均水平（15.47%），在六座城市中墊底。
18所本專科院校，數量上不如蘇州和無錫，但比佛山和東莞多。
然而，東莞和佛山雖然本地的高校少，鄰近的廣州卻擁有大量高等院校和科研院所。從改革開放早期的“星期六工程師”開始，廣州（以及后來的深圳）科研人才的跨市流動成就了這兩座制造業之都。
從研發投入的絕對值看，與其他城市比較，泉州似乎是最不舍得“花錢”的城市。
2020年，泉州研發經費的投入僅142億元，約為同樣科研薄弱的南通、東莞和佛山的一半。
研發經費少，有科研院所少的因素，也有產業結構的原因。
泉州有九大千億產業集群。除電子信息產業外，八大支柱產業均為傳統產業。盡管泉州不遺余力地推動傳統產業“高新化”，但現實就是傳統產業研發強度相對更低。
（新華社/圖）
再看科技成果轉化。從技術合同數量來看，泉州是典型的技術吸納型城市。
統計數據顯示，2020年，泉州市共登記技術合同317項，成交金額4.07億元，數量增長2/3，金額近乎翻番。簡單計算可發現，平均每項技術合同成交金額僅128萬元，水平偏低。
泉州更擅長吸納技術。
福建省科技廳數據顯示，泉州2020年吸納技術1034項，成交金額42.78億元，分別同比增長36.41%和62.23%。這表明泉州在吸納引進其他區域技術、成果轉移轉化方面有一定基礎。
最后，泉州“把知識變為錢”的能力也較為薄弱。
南通統計局曾發布文章《南通與泉州主要經濟指標對比分析》稱，南通先進制造業發展略勝一籌。
有數據為證，從可比較的產業類型來看，2019年南通高新技術產業產值占規上工業的比重為40.3%，是泉州的2倍；新一代信息技術產業產值占比、生物醫藥產業產值占比也遠高于泉州。
拋開統計數據回到現實。
泉州的科技創新并非如數據顯示那樣薄弱，而是有著獨一無二的優點。正是這些優點，讓泉州經濟總量連續22年保持福建省首位，并在全國的排位上升至第18位。
討論泉州離不開晉江。
晉江，泉州最強縣級市，中國百強縣中位列第五，“晉江經驗”曾經名噪全國。
晉江尤其是晉江的鞋業，其創新經驗可歸結為兩句話：傳統企業高新化，做自主品牌。
晉江的鞋業以“山寨”起家。上世紀80年代，晉江企業借僑胞的信息資源，仿造國外日用品銷往全國各地。“山寨”時期的資金、技術和設備積累，為晉江企業90年代的貼牌代工打下基礎。
而后，晉江企業不滿足于“為他人做嫁衣”的代工模式，開啟了自主品牌之路。
這里面，安踏的故事最廣為人知。
據公開報道，1988年，安踏集團董事局主席兼CEO丁志忠帶著600雙鞋，北上開拓國內市場。在北京的運動鞋銷售市場，丁志忠發現，晉江代工的品牌運動鞋一天能賣1萬元，而晉江生產的沒品牌的鞋一天賣3000元就算“奇跡”。
這刺激丁志忠立下目標：創造屬于晉江的名牌。
1991年，丁志忠和父親在家鄉創辦了安踏公司。當時運動鞋沒有籃球鞋、跑步鞋、羽毛球鞋之分，統稱為“旅游鞋”。
此后的一次全球經濟危機，堅定了安踏們發展自主品牌的決心。1997年，東南亞金融危機爆發，國際訂單量急劇下降，代工企業“斷了炊”。
（新華社/圖）
危機之后，晉江及泉州企業、政府齊心發力打造自主品牌。1998年，晉江市政府明確提出“品牌立市”的發展戰略，該戰略在2002年升級為打造“品牌之都”。晉江市政府拿出真金白銀，以一次性獎勵、優惠地價等方式鼓勵企業創建自主品牌。
上一級的泉州市政府，亦出臺《關于爭創馳名、著名商標和名牌產品工作的通知》等文件，引導企業“爭創品牌”。
1999年，安踏的利潤只有400萬元，就拿出80萬元邀請孔令輝做代言人。孔令輝在2000年悉尼奧運會上奪得男子單打乒乓球金牌，實現個人“大滿貫”，幫助安踏成為最知名的國產運動品牌之一。
那時，晉江品牌爭相邀請體育明星、娛樂明星代言，將廣告鋪滿電視節目、街頭巷尾。
這只是第一步。想抓住消費者，企業還需要做更多。
前有國外品牌圍堵，后有大批廠商追擊，激烈競爭下的晉江企業試圖從研發環節打開突破口。
2005年，安踏斥資2000萬元，率先成立了中國第一個運動科學實驗室。這一年，安踏用于創新、研發的資金達到3000萬元。
如今，安踏、匹克等企業，已是不折不扣的高新技術企業。
安踏集團2020年研發投入超過7億元，匹克近年來每年約投入銷售額的3%作為研發費用。它們用科技打造的“噸位鞋”“氫跑鞋”“態極”跑鞋等產品成為熱銷品。
從山寨、代工到自主品牌創立，晉江鞋業展現了如何向研發、制作、品牌全方位升級。
晉江的故事表明，泉州不缺乏創新基因。只是與其他萬億元GDP地級市相比，泉州稍顯薄弱。
處在轉型升級“后半場”的泉州，對自身的問題看得很清楚。
泉州市“十四五”規劃明確指出，當前城市的短板，是制造業大而不強，科技創新、數字經濟和現代服務業支撐不夠；中心城區集聚度不高，市域統籌不足。
那么，在一個民營經濟為主、產業結構偏“傳統”的地級市，科技創新如何提升？
要成果就要投入。泉州2020年研發強度目標未能實現，又提出2025年研發強度達2.4%的目標。而研發經費支出將從現在的140億左右提高至360億元左右。
企業將是研發經費支出大增的主要受益者。泉州市“十四五”規劃提出，培育一批創新能力強、擁有核心技術前沿技術的科技龍頭企業，引領行業技術創新。
就在最近，國家發展改革委批復泉州市組建“高效太陽電池裝備與技術國家工程研究中心”，該中心是福建省二十多年來獲批的第三家國家工程研究中心。
這家國家工程研究中心，由福建金石能源有限公司牽頭，聯合南開大學、北京大學、上海交通大學等6所高等院校和廈門稀土材料研究所、福建省計量科學研究院，以及鈞石能源、新峰二維材料、協鑫集團、阿石創等7家上下游企業共同組建。
11月初公布的2020年度國家科學技術獎，泉州一家高新技術企業榜上有名。福建佰源智能裝備股份有限公司（前身為泉州佰源機械科技有限公司）與浙江理工大學等單位聯合申報的"高性能無縫緯編智能裝備創制及產業化"項目，榮獲2020年度國家科學技術進步獎二等獎。
科研底子薄弱的泉州，還積極引入外部智力資源，助推當地企業提高技術創新能力。
近年來泉州通過實施“大院大所大平臺”等計劃，引進建設了一批與產業發展緊密結合、各具特色的科技創新平臺，承擔產業關鍵共性技術突破、重大創新產品的研發攻關，幫助傳統制造業企業更新迭代、新興產業發展壯大。
（新華社/圖）
2013年以來，泉州先后引進共建各類科研院所18家，覆蓋智能裝備、電子信息、紡織鞋服、石油化工、新材料、陶瓷建材、生態環保等新老產業領域。
公開信息顯示，這18家科研院所已累計服務企業4900多家，為企業解決技術難題645項，獲橫向技術服務收入1.49億多元。
從創新平臺到創新主體，再到科技成果轉化，泉州希望在“十四五”期間建成區域創新中心和科技創新發展“引領極”。
若能通過科技創新華麗轉身，泉州將為眾多傳統制造業偏重的地級市提供良好典范。
注1：東莞2020年GDP未能破萬億元，但2021年破萬億元概率很高，因此也納入對比范圍。
參考文獻：
1.泉州踐行“晉江經驗”的新發展新啟示/中國社會科學院“‘晉江經驗’新發展新啟示”課題組著.—北京：中國社會科學出版社，2018.1
2.中新網福建：2021年中國“百強縣”榜單發布，福建六地上榜
http://www.fj.chinanews.com/news/fj_rmjz/2021/2021-08-06/488368.html
3.中國青年報：安踏：讓中國人用自己的體育品牌
http://zqb.cyol.com/content/2006-09/19/content_1514241.htm
4.新華社：靠科技推動“國潮”——部分民族體育品牌發展觀察
http://www.xinhuanet.com/sports/2021-08/06/c_1127735536.htm
5.福建日報：泉州：發動創新引擎，制造大市“一路向強”
http://gxt.fujian.gov.cn/xw/ztjj/rmzt/bzdh/fzzl/zdzq/202106/t20210621_5629474.htm
6.“大院大所大平臺”賦能泉州制造——已引進共建各類科研院所18家，累計服務企業近5000家
http://rsj.quanzhou.gov.cn/zwgk/tjxx/202108/t20210806_2599763.htm
（頭圖/新華社）
可視化｜白樺
南方周末研究員危昱萍 南方周末實習生 王靜
*請認真填寫需求信息，我們會在24小時內與您取得聯系。
